基于熟人链的agent声誉模型

电子商务的广泛应用使得对声誉模型的研究成为成功交易的重点.用agent技术研究声誉,用概率值表示声誉值,凭借agent熟人链传播声誉,建立曾合作与未合作过agent之间的声誉模型,来保障开放环境下大规模系统中agent之间的成功合作,最终可以提高MAS系统的执行效率.     

具有自组织种群结构的微粒群算法

为了提高微粒群算法(P SO)的性能,模仿人类解决问题时的交互方式,提出一种基于适应值驱动,以朋友机制局部择优自组织种群结构的微粒群算法.以环形结构作为算法的初始结构,每代算法执行后,微粒根据其适应值,采用不同的阈值来决策是否需要建立新连接,并通过选择邻居的邻居中适应值最优且优于算本身的微粒,以概率P进行连接.通过这样的演化机制,逐步增加结构的平均聚集系数和降低平均路径长度,以达到近似小世界特性的网络结构.实验结果表明无论采用何种阈值,概率P对结构演化过程及算法性能的影响都非常大.在适当的概率P值下,基于该演化机制的微粒群算法获得了比基于其他结构的微粒群算法更好的性能.     

基于声誉和承诺度的寻找合作Agent的方法

在多Agent系统中,个体Agent的知识和问题求解能力是有限的,所以寻找合作Agent协作共同完成任务,成为问题求解的关键.利用承诺度值克服通信开销、资源浪费的问题,构造声誉模型解决Agent采用欺骗手段,故意提高承诺值,来获得对任务的执行权利.在依据声誉值作为是否合作的前提下,再考虑Agent的承诺度值,在多Agent系统中是一种较为理性的分配任务方法.     

基于静态有向种群结构的EPSO算法研究

较弱的局部搜索能力是影响扩展的微粒群算法(EPSO)性能的重要因素。为了提高扩展微粒群算法的局部搜索能力,本文针对EPSO的特点设计了各种静态有向种群结构。通过研究静态有向种群结构的特征度量与EPSO算法性能的关系,得出微粒的出度值和适应值是影响EPSO局部搜索与全局搜索能力的重要因素等结论。     

主体承诺中的不确定性分析与协商模型

在多主体合作时，承诺发挥着中心作用；然而在动态环境中，主体的承诺往往带有不确定性。如果主体在做计划时能够事先考虑到这些不确定性，那么将可以大大提高主体合作执行任务的效率。本文提出一些承诺中的不确定性，并采用模糊理论的方法表示和解决这些不确定。解决了在动态环境下难以给出精确数学模型的困扰；并且设计了一个主体协商模型来减少承诺的不确定性。